训练聪明的机器人，最大的难题是“缺好数据”。仿真数据不够真实，真机遥控采集又贵又慢。为此，至简动力联合北大等团队提出了新解法：利用“人手数据”。

这并非让机器人死板模仿人的动作，而是让其学习人手操作背后的“物理规律”（如推杯子时水的晃动），从而真正理解物理世界。人手数据采集成本低、场景丰富，它与真机数据并非替代关系，而是优势互补。

在技术路线上，团队推出的LaST系列模型融合了VLA（视觉-语言-动作）与世界模型，通过“隐空间推理”让机器人学得更高效。目前，首批百台搭载该技术的机器人已在工业场景落地。

更令人期待的是家庭场景。未来机器人进家后，你只需戴上轻量级手套，按自己的习惯示范几遍，它就能在几十分钟内学会你的专属“脾气”，成为为你量身定制的助手。

具身智能的终局比拼，不是死磕基础性能的微小提升，而是解决最后20%的长尾需求。谁能通过真实场景的数据回流，让机器人实现“千人千面”的个性化持续学习，谁就能赢得未来。